Bibliographic record
Abstract
avec Hedi Bouraoui sur ta conception de la poesie, et aussi les nombreuses discussions que nous avons pu avoir au fil des annees sur la litterature en general, me poussent a vouloir en savoir davantage.Sur le roman cette foisci.Done, si tu le veux bien, nous pourrions d'abord survoler ton ceuvre romanesque a haute altitude avant de l'observer en rase-mottes.Jean-Max Tixier.Je suis d'abord poete.Je pratique la poesie depuis rage de quinze ans.J'en ai toujours lu et ecrit.Il s' agit d'une passion durable pour un genre repute justement difficile.Le roman est venu plus tard, apres cinquante ans.Il y a a cela une raison essentielle : je ne m'en croyais pas capable.D'une part, il faut du souffle pour tenir la distance sur 150, 200 ou 300 pages.Le travail d'ecriture est tres different de celui du poeme.J'avais le sentiment que cela etait hors de ma portee.En second lieu, en etudiant la production litteraire, j'ai constate qu' a part quelques exceptions de qualite comme Victor Hugo et, parmi les contemporains, Pierre-Jean Jouve, Georges Emmanuel Clancier, Louis Aragon, un roman de poete est le plus souvent un roman rate.Je ne voulais pas aller au-devant de 1'echec.L'idee d'ecrire un roman me travaillait pourtant.Elle me posait un veritable defi.Je voyais, par ailleurs, que certaines ceuvres romanesques contenaient une puissance poetique superieure a celle de nombreux recueils -par exemple, celles de Julien Gracq ou de Claude Simon.Tant qu'a se lancer dans l'aventure autant viser haut pour s'accomplir un peu plus loin.J'avais ecrit deux romans impubliables, dont je gardais les cadavres dans mon placard.Le premier, Le Zouave de tAlma, s'inspirait librement de mes premieres experiences a 1'Education Nationale.Le second traitait d'une Tatilon .:. 35
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.027 | 0.010 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".